(一)人工智能应用--深度学习原理与实战--初识深度学习

认识人工智能、机器学习与深度学习的关系

人工智能(Artificial IntelLigence)诞生于20世纪50年代,其简洁定义为:让计算机自动完成通常由人类完成的智力任务。人工智能是一个综合性领域。最早期出现的预定义规则的专家系统(Expert System) -----由程序员精心设计出明确的规则让计算机来处理问题。专家系统可以用来解决规则十分明确的问题,如国际象棋。但许多更复杂、更模糊的问题难以由人给出明确的规则,如图像识别、语音识别等,于是出现了新的方法一—机器学习(Machine Learning)及具分支深度学习(Deap Learning) 。

机器学习:属于人工智能的分支之一,且处于核心地位。顾名思义,机器学习的研究旨在让计算机学会学习,能够模拟人类的学习行为,建立学习能力,实现识别和判断。机器学习使用算法来解析海量数据,从中找出规律,并完成学习,用学习出来的思维模型对真实事件做出决策和预测。这种方式也称为“训练”。

深度学习:是机器学习的一种实现技术,在2006年被Hinton等人首次提出。深度学习遵循仿生学,源自神经元以及神经网络的研究,能够模仿人类神经网络传输和接收信号的方式,进而达到学习人类的思维方式的目的。

简而言之,机器学习是一种实现人工智能的方法,深度学习是一种实现机器学习的技术,而生成对抗网络则是深度学习中的一种分类。它们之间的关系可以如下图所示。
(一)人工智能应用--深度学习原理与实战--初识深度学习_第1张图片

发展历程如下图所示:

你可能感兴趣的:(人工智能快速入门应用,人工智能,深度学习,机器学习)